Академический Документы
Профессиональный Документы
Культура Документы
Revisión de la Metodología
• Despacho térmico
• Despacho hidrotérmico determinístico
– Programación dinámica
– Programación dinámica dual
• Despacho hidrotérmico estocástico
– Programación dinámica dual estocástica (SDDP)
• Relación con técnicas de descomposición en PL
2
Tópicos
• Despacho térmico
• Despacho hidrotérmico determinístico
– Programación dinámica
– Programación dinámica dual
• Despacho hidrotérmico estocástico
– Programación dinámica dual estocástica (SDDP)
• Relación con técnicas de descomposición en PL
3
Despacho térmico
• Desacoplado en el tiempo
• Generadores tienen costos operativos directos
• Despacho de un generador no afecta la capacidad o
disponibilidad de las demás plantas
• Solución del problema:
– Despacho de las unidades en orden creciente de los costos de
producción
4
Ejemplo 1: Despacho térmico
T1 T2 T3
10 MW 5 MW 20 MW
8 $/MWh 12 $/MWh 15 $/MWh
Demanda = 20 MWh
5
Ejemplo 1: Solución
T1 T2 T3
10 MW 5 MW 20 MW
8 $/MWh 12 $/MWh 15 $/MWh
10 MW 5 MW 5 MW
6
Ejemplo 1: Costo marginal
T1 T2 T3
10 MW 5 MW 20 MW
8 $/MWh 12 $/MWh 15 $/MWh
10 MW 5 MW 5 MW
+ 1 MW ? CMO = 15 $/MWh
Costo = 10*8 + 5*12
+ 5*15 = $215
Demanda = 20 MWh
7
Ejemplo 1: Formulación matemática
g1 ≤ 10 MW
g2 ≤ 5 MW Límites operativos
g3 ≤ 20 MW
8
Ejemplo 1: Formulación matemática
g1 ≤ 10 MW
g2 ≤ 5 MW
g3 ≤ 20 MW
9
Tópicos
• Despacho térmico
• Despacho hidrotérmico determinístico
– Programación dinámica
– Programación dinámica dual
• Despacho hidrotérmico estocástico
– Programación dinámica dual estocástica (SDDP)
• Relación con técnicas de descomposición en PL
10
Incertidumbre hidrológica - dependencia temporal
Consecuencias
Caudales Futuros
operativas
Decisión
húmedos OK
Utilizar los
embalses
secos Déficit
húmedos Vertimiento
No utilizar los
embalses
secos OK
11
Despacho hidrotérmico
12
Ejemplo 2: Despacho hidrotérmico
H1 T1 T2 T3
10 MW 10 MW 5 MW 20 MW
100 Hm3 8 $/MWh 12 $/MWh 15 $/MWh
0.1 MWh/Hm3
20 MWh
13
Ejemplo 2: Solución óptima
– GH = 10 MWh
– T1 = 10 MWh
– Costo: $80
14
Ejemplo 2: Despacho hidrotérmico
H1 T1 T2 T3
10 MW 10 MW 5 MW 20 MW
100 Hm3 8 $/MWh 12 $/MWh 15 $/MWh
0.1 MWh/Hm3
20 MWh 20 MWh
15
Primera idea: generar todo en la etapa 1
• Primera etapa:
– H = 10 MWh; T1 = 10 MWh
– CO1 = $80
• Y en la segunda etapa?
– H = 0 MWh;
– T1 = 10 MWh; T2 = 5 MWh; T3 = 5 MWh
– CO2 = $215
– CO1 + CO2 = $295 Es la solución óptima?
16
Enumerando las posibilidades…
17
Enumerando las posibilidades…
• La limitación para la hidroeléctrica está de hecho en la
disponibilidad de agua
• Así, podemos igualmente expresar las combinaciones en
función del almacenamiento al final de la primera etapa (que
es el almacenamiento al inicio de la segunda etapa)
200
150
100
50
0
0 20 40 60 80 100
Vol. f inal t=1 (Hm3)
19
Características del despacho hidrotérmico
20
Despacho hidrotérmico
Costo
Función de
Función de Costo
Costo Futuro Inmediato
Volumen final
21
Decisión óptima
FCI + FCF
FCI
FCF
FCI + FCF
FCI
FCF
Valor del
agua
Decisión Volumen final
óptima
23
Valor del agua
• Como calcular el valor del agua en la segunda etapa para los
diversos posibles niveles de almacenamiento?
– Solamente es necesario calcular el beneficio marginal que se obtiene
con la reducción de la generación térmica en la etapa 2 en cada
situación de almacenamiento.
24
Valor del agua
25
Formulación del problema de despacho hidrotérmico
de dos etapas
Min (8g1,t=1 + 12g2,t=1 + 15g3,t=1) + (8g1,t=2 + 12g2,t=2 + 15g3,t=2)
s.a.
g1,t=1 + g2,t=1 + g3,t=1 + 0,1ut=1 = 20 MW
g1,t=2 + g2,t=2 + g3,t=2 + 0,1ut=2 = 20 MW
27
Tópicos
• Despacho térmico
• Despacho hidrotérmico determinístico
– Programación dinámica
– Programación dinámica dual
• Despacho hidrotérmico estocástico
– Programación dinámica dual estocástica (SDDP)
• Relación con técnicas de descomposición en PL
28
Descomposición del problema de despacho
hidrotérmico multi-etapa
• Como resolver el problema de despacho hidrotérmico multi-
etapa?
• El problema de varias etapas “acopladas” puede ser
descompuesto en varios problemas menores de una etapa
• Como se mantiene la coherencia del acoplamiento en este
esquema de descomposición?
– A través de la aproximación de las FCF de cada etapa, desde la última
hasta la primera
• En cada etapa, cuanto más estados de almacenamiento
fueren discretizados, mejor será la aproximación de la FCF
para la etapa
• Método conocido como Programación Dinámica (PD)
29
$
Min j cj,1gj,1 +
Descomposición s.t.
Vi,2
Etapa 1
$
Min j t cj,tgj,t Min j cj,2gj,2 + Etapa 2
s.t.
s.t. Vi,3
j gj,t + i (iui,t) = Demandat t
j gj,2 + i (iui,2) = Demanda2
gj,t Gmaxj,t j,t
ui,t Umaxi,t i,t gj,2 Gmaxj,2 j
Vi,t+1 = Vi,t + ai,t – ui,t – si,t + ki(uk,t + sk,t) i,t ui,2 Umaxi,2 i
Vi,t+1 Vmaxi i,t
Vi,3 = Vi,2 + ai,2 – ui,2 – si,2 + ki(uk,2 + sk,2) i
Vi,3 Vmaxi i
..
.
Min j cj,Tgj,T
Etapa T
s.t.
V1
V2
31
Programación Dinámica
32
Tópicos
• Despacho térmico
• Despacho hidrotérmico determinístico
– Programación dinámica
– Programación dinámica dual
• Despacho hidrotérmico estocástico
– Programación dinámica dual estocástica (SDDP)
• Relación con técnicas de descomposición en PL
33
Método alternativo de solución
34
Programación Dinámica Dual
35
PD Dual – aproximación de la FCF
140
215
120
100 185
Costo ($)
80
155
60
128
40
104
20
80
0
0 20 40 60 80 100
Volumen inicial en t=2 (Hm3)
36
PD Dual – aproximación de la FCF
(V)
Valor
del
(Vk) agua
∂(V)/∂V | V = Vk
Volumen inicial
Vk
(V)
Volumen inicial
37
Algoritmo de PD Dual
38
$
Min j cj,1gj,1 +
PD Dual s.t. Vi,2
etapa 1
$
Min j t cj,tgj,t Min j cj,2gj,2 + etapa 2
s.t. s.t. Vi,3
j gj,t + i (iui,t) = Demandat t
j gj,2 + i (iui,2) = Demanda2
gj,t Gmaxj,t j,t
gj,2 Gmaxj,2 j
ui,t Umaxi,t i,t
Vi,t+1 = Vi,t + ai,t – ui,t – si,t + ki(uk,t + sk,t) i,t ui,2 Umaxi,2 i
Vi,t+1 Vmaxi i,t Vi,3 = Vi,2 + ai,2 – ui,2 – si,2 + ki(uk,2 + sk,2) i
Vi,3 Vmaxi i
$ ..
+ .
…
Vi,T
Min j cj,Tgj,T
etapa T
s.t.
40
PD Dual – ZSUP
41
PD Dual – ZINF
42
Ejemplo de PD Dual con el Excel
43
Tópicos
• Despacho térmico
• Despacho hidrotérmico determinístico
– Programación dinámica
– Programación dinámica dual
• Despacho hidrotérmico estocástico
– Programación dinámica dual estocástica (SDDP)
• Relación con técnicas de descomposición en PL
44
Incertidumbre hidrológica
45
Cálculo de la FCF
Volumen
Máximo
vertimiento
Volumen
final en t escenarios
hidrológicos
racionamiento
46
Incertidumbre hidrológica
47
PD Dual Estocástica
48
SDDP Simulación Forward
• Objetivo:
– Generar puntos interesantes: estados iniciales de los embalses
– Al final de la simulación:
• LB: costo operativo da primera etapa + FCF
• UB: costo operativo promedio
• Para t = 1, …, T
– Simular N escenarios hidrológicos
49
Recursión Backward
50
PD Dual Estocástica – Fase Backward
$
Vi,T
$
Vi,T
51
Criterio de convergencia
• Límite superior estimado basado en una muestra de N
secuencias de caudales
1 N
ZSUP = N CT(n)
n=1
• Incertidumbre alrededor de esta estimación
1 N
ZSUP = (CT(n ) - ZSUP )2
N
n=1
52
Criterio de Convergencia
Convergencia
Costo total
$22,000.00
LB
UB
$20,000.00 UB + 1.96s
UB - 1.96s
$18,000.00
$16,000.00
$14,000.00
$12,000.00
$10,000.00
1 2 3 4 5 6 7 8 9 10 11
Iteraciones
53
Tópicos
• Despacho térmico
• Despacho hidrotérmico determinístico
– Programación dinámica
– Programación dinámica dual
• Despacho hidrotérmico estocástico
– Programación dinámica dual estocástica (SDDP)
• Relación con técnicas de descomposición en PL
54
Relación con PL multi-etapa
55
Conceptos de Programación Lineal
• Problema de programación lineal:
z = Min cx
s.a Ax≥b ………..
x≥0
• Problema dual:
Max b
s.a A≤c
≥0
• Igualdad primal dual: z = c x = b
• Interpretación económica: = ∂ z / ∂ b
56
Problema de dos etapas
Min cx+dy
s.a Ax ≥b
Ex+Fy≥h
x≥0 y ≥0
57
Problema de la 2da. etapa
• (x) = Min d y • (x) = Maxi = 1,…,p i (h – E x)
s.a Fy≥h–E x
y ≥0
• (x) = Min
• Problema dual: ≥ i ( h – E x )
(x) = Max (h – E x) i = 1, …, p
s.a F ≥d
≥0
• ={,F ≥d ≥0}
{ 1, 2, … , p } vértices
de
58
Problema de la 1ra. etapa
z = Min c x + (x)
s.a Ax ≥b
x≥0
z = Min cx+
s.a Ax≥b
≥ i ( h – E x ) i = 1, …, p
x ≥0
59
Algoritmo de descomposición de Benders
• Paso 0: k =1 • Paso 2: Prob. de la 2a.etapa
(xk) = Min dy
• Paso 1: Prob. 1a etapa relajado: s.a F y ≥ h – E xk
zk = Min c x + y ≥0
s.a A x ≥ b Solución: yk y k
≥ i ( h – E x )
i = 1, …, k-1 • Paso 3: Verifica optimalidad
x≥0 zk : cota inferior (LB)
Solución: zk y xk (xk, yk) solución viable
c xk + d yk : cota superior (UB)
Se | UB-LB| < Tol Pare
k = k+1, ir al Paso 1.
60
Expresión alternativa del corte
• Corte: ≥ k ( h – E x )
= k h – k E xk k h = (xk) + k E xk
• Corte: ≥ k ( h – E x ) = (xk) + k E xk – k E x
≥ (xk) + (– k E ) ( x – xk )
Quién es?
61
Expresión alternativa del corte
– k E = ∂ (x) / ∂ x | x = xk
• Corte: ≥ (xk) + (– k E ) ( x – xk )
≥ (xk) + ∂ (x) / ∂ x | x = xk ( x – xk )
Valor del
agua
62